# 林欣然

Headline：资深数据科学家 | 机器学习与业务增长

- Email：lin.xinran@example.com
- Phone：+86 138 1234 5678
- URL：https://www.linxinran.dev

位置：中国，上海市，上海，上海市浦东新区世纪大道100号，200120

个人主页：
- GitHub：[@linxinran](https://github.com/linxinran)
- LinkedIn：[@linxinran](https://www.linkedin.com/in/linxinran)

## 简介

- 统计学与计算机科学背景，7 年数据科学与机器学习建模经验
- 精通 Python、SQL、Spark，熟悉端到端数据管道与 MLOps 实践
- 擅长利用机器学习与因果推断解决营销、风控与运营优化问题
- 有带领团队与跨部门协作经验，注重模型可解释性与业务落地


## 教育背景

### 复旦大学

硕士，统计学，成绩：3.9/4.0，2014年9月–2017年6月

URL：https://www.fudan.edu.cn

课程：高级计量经济学、统计学习理论、贝叶斯数据分析、机器学习、时间序列与预测、因果推断

Summary：
- 主修统计学与数据科学方向，论文聚焦大规模数据下的因果推断方法
- 获国家奖学金和校级优秀毕业生荣誉
- 参与导师课题组客户价值分析项目，独立完成特征工程与建模


### 南京大学

学士，数学与应用数学，成绩：3.7/4.0，2010年9月–2014年6月

URL：https://www.nju.edu.cn

课程：数学分析、高等代数、概率论与数理统计、常微分方程、数值计算、数据结构

Summary：
- 打下扎实的数学与统计基础，辅修计算机科学课程
- 参与校级创新项目，使用回归模型分析学生成绩影响因素


## 工作经历

### 高级数据科学家

云启数智科技有限公司，2021年1月至今

URL：https://www.yunqitech.cn

关键字：推荐系统、因果推断、MLOps、团队管理

Summary：
- 负责公司核心推荐系统的算法优化，提升 CTR 15%，带动 GMV 增长 8%
- 搭建因果推断中台，支撑产品端 30+ 次策略效果评估实验
- 主导组建 5 人数据科学小组，建立模型迭代与监控规范
- 与工程团队共建 MLOps 流程，实现模型每周自动重训与灰度发布


### 数据科学家

华信数据技术有限公司，2018年7月–2020年12月

URL：https://www.huaxindata.cn

关键字：风控建模、特征工程、A/B测试、数据治理

Summary：
- 为金融风控场景开发客户违约预测模型，KS 值提升 0.12，坏账率下降 18%
- 搭建自动化特征工程管道，特征上线周期从两周缩短至两天
- 设计并实施 A/B 测试框架，推动销售策略科学化决策
- 参与数据治理项目，制定统一指标口径与质量监控规则


## 语言

- 中文：母语或双语水平
- 英语：完全专业水平，关键字：CET-6、雅思 7.0

## 专业技能

- 数据分析与统计建模：专家，关键字：Python、R、SQL、统计检验、回归分析
- 机器学习与深度学习：高级，关键字：Scikit-learn、XGBoost、TensorFlow、PyTorch、自然语言处理、计算机视觉
- 大数据与工程化：中级，关键字：Spark、Hive、Airflow、Docker、Kubernetes、MLflow
- 数据可视化与商业分析：高级，关键字：Tableau、Power BI、Matplotlib、Seaborn、A/B测试

## 荣誉

### 年度最佳数据科学项目奖

云启数智科技有限公司，2022年12月

Summary：
因主导的智能推荐系统优化项目显著提升业务指标，获公司年度最佳项目奖。
### Kaggle 竞赛银牌

Kaggle，2019年6月

Summary：
在“商店商品销量预测”竞赛中获银牌，排名前 3%。

## 证书

### AWS 机器学习专项认证

亚马逊云科技，2022年3月

URL: https://aws.amazon.com/certification/
### 阿里云高级数据分析师认证

阿里云，2020年8月

URL: https://www.aliyun.com/

## 出版刊物

### 基于多任务学习的金融用户行为预测研究

计算机科学与应用，2021年4月

URL：https://www.example.com/journal

Summary：
提出一种多任务学习框架，联合建模用户点击、转化与流失行为，在真实数据集上较单任务模型提升 12% 的 AUC。

## 项目

### 用户流失预警系统

基于机器学习的用户流失预测与干预系统，2020年1月–2020年6月

URL：https://github.com/linxinran/churn-prediction

关键字：流失预测、分类模型、模型部署

Summary：
设计并实现用户流失实时预警系统，融合用户行为与交易数据，输出流失风险评分与挽留建议。模型精度 0.86，召回率 0.79。

### 营销响应智能优化平台

自动化营销人群圈选与效果评估平台，2021年3月–2021年12月

关键字：Uplift Modeling、预算优化、营销分析

Summary：
开发营销活动响应预测与预算分配优化模块，通过 uplift modeling 识别高响应人群，实现单位成本 ROI 提升 25%。

## 兴趣爱好

- 数据竞赛：Kaggle、天池、DataFountain
- 开源与分享：GitHub、技术博客、社区分享

## 志愿服务

### 城市数据科学公益社

数据科学讲师，2022年9月至今

URL：https://www.datasci-volunteer.org

Summary：
为大学生和转行人员讲授 Python 数据分析入门课程，累计服务 200+ 学员，设计实战案例与辅导材料。